量化 FRB DM-$z$ 关系宇宙推断中选择效应的影响

快速脉冲星（Fast Radio Bursts, FRB）作为探测星系间质量的强大工具，已能通过其星系间色度 measures - 红移（DM$_\mathrm{exgal}$-$z$）关系对宇宙参数和反馈参数提供约束。然而，观测到的 FRB 样本受来自仪器灵敏度、DM 相关搜索效率以及 FRB 来源红移演化等复杂选择效应的影响。在本工作中，我们量化了此类观测与样本选择效应对从条件分布 $p(\mathrm{DM}_{\mathrm{exgal}}|z)$ 进行的宇宙推断的影响。通过前向建模 FRB 样本模拟，我们探讨了逐步更真实的调查情景，纳入红移演化、亮度函数及仪器 DM 选择函数。为实现快速似然评估，我们构建了一个神经网络模拟器，用于对宇宙 DM，$\sigma^2[\mathrm{DM}_{\mathrm{cosmic}}(z)]$ 的方差进行建模，基于 $5\times10^4$ 次仿真训练，准确率达到 $\leq4\%$ 可达 $z=4$。我们展示了尽管红移和 DM 相关选择效应显著改变联合分布 $p(\mathrm{DM},z)$，但对于当前样本规模，条件分布 $p(\mathrm{DM}_{\mathrm{exgal}}|z)$ 受到影响有限。对于 $10^2$ 个 FRB，参数偏差不超过 $\sim0.8\sigma$，表明当前调查下的条件分析是稳健的。然而， Depending on 调查的 DM 相关搜索效率，这些偏差可能超过 $3\sigma$ 达到 $10^4$ 个 FRB，从而表明下一代样本将需要显式建模选择效应。